快手可靈夥港科大推UnityVideo 統一多模態影片生成

多方聯合發布框架

來自香港科技大學、香港中文大學、清華大學和快手可靈的研究團隊，近日共同提出全新的視覺框架UnityVideo，主打統一多模態與多任務的視頻生成。

該框架的目標，是令模型不僅能夠「聽懂」物體的顏色紋理，還能夠「理解」深度圖、人體姿態、運動軌跡等更抽象層次的視覺資訊。